JP5806081B2 - レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム - Google Patents
レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム Download PDFInfo
- Publication number
- JP5806081B2 JP5806081B2 JP2011234724A JP2011234724A JP5806081B2 JP 5806081 B2 JP5806081 B2 JP 5806081B2 JP 2011234724 A JP2011234724 A JP 2011234724A JP 2011234724 A JP2011234724 A JP 2011234724A JP 5806081 B2 JP5806081 B2 JP 5806081B2
- Authority
- JP
- Japan
- Prior art keywords
- recommendation
- correlation
- history information
- calculated
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 61
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 238000012545 processing Methods 0.000 claims description 306
- 238000004364 calculation method Methods 0.000 claims description 225
- 238000001914 filtration Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000010923 batch production Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
図1および図3を用いて、本発明の第1の実施形態について説明する。
図1を用いて、本実施形態に係るレコメンド装置の構成について説明する。
本実施形態に係るレコメンド装置は、図2に示すように、バッチ処理部1100を構成する履歴情報収集部1101と、相関性算出部1102と、推薦度算出部1103と、記憶部1104と、リアルタイム処理部1200を構成する履歴情報収集部1201と、相関性算出部1202と、推薦度算出部1203と、レコメンド結果出力部1300とから構成されている。
図3を用いて、本実施形態に係るレコメンド装置の処理について説明する。
図4から図6を用いて、本発明の第2の実施形態について説明する。
図4を用いて、本実施形態に係るレコメンド装置の構成について説明する。
本実施形態に係るレコメンド装置は、図5に示すように、バッチ処理部1110を構成する履歴情報収集部1101と、相関性算出部1102と、記憶部1115と、リアルタイム処理部1210を構成する履歴情報収集部1201と、相関性算出部1202と、推薦度算出部1203と、取得部1214と、推薦度算出部1215と、レコメンド結果出力部1310とから構成されている。なお、第1の実施形態と同様の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は、省略する。
図6を用いて、本実施形態に係るレコメンド装置の処理について説明する。
図7および図9を用いて、本発明の第3の実施形態について説明する。
図7を用いて、本実施形態に係るレコメンド装置の構成について説明する。
本実施形態に係るレコメンド装置は、図8に示すように、バッチ処理部1120を構成する履歴情報収集部1101と、相関性算出部1102と、推薦度算出部1103と、記憶部1126と、リアルタイム処理部1220を構成する履歴情報収集部1201と、推薦度算出部1226と、取得部1227と、レコメンド結果出力部1320とから構成されている。なお、第1の実施形態と同様の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は、省略する。
図9を用いて、本実施形態に係るレコメンド装置の処理について説明する。
図10から図12を用いて、本発明の第4の実施形態について説明する。
図10を用いて、本実施形態に係るレコメンドシステムの構成について説明する。
本実施形態に係るレコメンドシステムは、図11に示すように、バッチ処理装置400を構成する履歴情報収集部401と、相関性算出部402と、推薦度算出部403と、記憶部404と、リアルタイム処理装置500を構成する履歴情報収集部501と、相関性算出部502と、推薦度算出部503と、レコメンド結果出力装置600とから構成されている。
図12を用いて、本実施形態に係るレコメンドシステムの処理について説明する。
図13から図15を用いて、本発明の第5の実施形態について説明する。
図13を用いて、本実施形態に係るレコメンドシステムの構成について説明する。
本実施形態に係るレコメンドシステムは、図14に示すように、バッチ処理装置410を構成する履歴情報収集部401と、相関性算出部402と、記憶部415と、リアルタイム処理装置510を構成する履歴情報収集部501と、相関性算出部502と、推薦度算出部503と、取得部514と、推薦度算出部515と、レコメンド結果出力装置610とから構成されている。なお、第4の実施形態と同様の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は、省略する。
図15を用いて、本実施形態に係るレコメンドシステムの処理について説明する。
図16から図18を用いて、本発明の第6の実施形態について説明する。
図16を用いて、本実施形態に係るレコメンドシステムの構成について説明する。
本実施形態に係るレコメンドシステムは、図17に示すように、バッチ処理装置420を構成する履歴情報収集部401と、相関性算出部402と、推薦度算出部403と、記憶部426と、リアルタイム処理装置520を構成する履歴情報収集部501と、推薦度算出部526と、取得部527と、レコメンド結果出力装置620とから構成されている。なお、第4の実施形態と同様の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は、省略する。
図18を用いて、本実施形態に係るレコメンドシステムの処理について説明する。
図19から図21を用いて、実施例1について説明する。なお、本実施形態は、第1の実施形態に係るレコメンド装置をより具体的にするものである。
本実施例に係るレコメンド装置は、図19に示すように、バッチ処理部1100と、リアルタイム処理部1200と、レコメンド結果出力部1300と、データベース1410と、縮約部1420と、データベース1430とから構成されている。
図20を用いて、本実施例に係るレコメンド装置の処理について説明する。
まず、データベース1410(図中、「評価履歴T」と示す)内のデータに基づき、そのUtility値から優良ユーザを抽出する。これは、全履歴データから評価データを十分残しているユーザデータを抽出する処理である。一般に、実データには、ほとんど履歴を持っていないユーザが多数おり、そのようなユーザのデータを用いると計算量が無駄に大きくなり、また、精度の向上もさほどみこめないため、データのスクリーニングを行う。
図22および図23を用いて、実施例2について説明する。なお、本実施形態は、第3の実施形態に係るレコメンド装置をより具体的にするものである。
本実施例に係るレコメンド装置は、図22に示すように、バッチ処理部1120と、リアルタイム処理部1220と、レコメンド結果出力部1320と、データベース1410ととから構成されている。
図23を用いて、本実施例に係るレコメンド装置の処理について説明する。
まず、データベース1410(図中、「評価履歴T」と示す)内のデータに基づき、そのUtility値から優良ユーザを抽出する。これは、全履歴データから評価データを十分残しているユーザデータを抽出する処理である。一般に、実データには、ほとんど履歴を持っていないユーザが多数おり、そのようなユーザのデータを用いると計算量が無駄に大きくなり、また、精度の向上もさほどみこめないため、データのスクリーニングを行う。
つまり、リアルタイム処理では、バッチ処理時に算出した類似度の値を再利用する。また、推薦対象ユーザの履歴情報を取得する際には、「最新X件」の履歴情報のみ用いてもよい。具体的には、最新X件以前を空欄にしたユーザデータを作成し予測評価値の算出を実施する。これにより、より最新の履歴に基づく推薦を可能となる。
1110;バッチ処理部
1120;バッチ処理部
1101;履歴情報収集部
1102;相関性算出部
1103;推薦度算出部
1104;記憶部
1115;記憶部
1126;記憶部
1200;リアルタイム処理部
1210;リアルタイム処理部
1220;リアルタイム処理部
1201;履歴情報収集部
1202;相関性算出部
1203;推薦度算出部
1214;取得部
1215;推薦度算出部
1226;推薦度算出部
1237;取得部
1300;レコメンド結果出力部
1310;レコメンド結果出力部
1320;レコメンド結果出力部
1410;データベース
1420;縮約部
200;データベース
300;データベース
400;バッチ処理装置
410;バッチ処理装置
420;バッチ処理装置
401;履歴情報収集部
402;相関性算出部
403;推薦度算出部
404;記憶部
415;記憶部
426;記憶部
500;リアルタイム処理装置
510;リアルタイム処理装置
520;リアルタイム処理装置
501;履歴情報収集部
502;相関性算出部
503;推薦度算出部
514;取得部
515;推薦度算出部
526;推薦度算出部
527;取得部
600;レコメンド結果出力装置
610;レコメンド結果出力装置
620;レコメンド結果出力装置
Claims (6)
- 購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンド装置であって、
前記履歴情報を事前に解析してレコメンドに必要な情報を生成するバッチ処理手段と、
レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するリアルタイム処理手段と、
前記バッチ処理手段の出力または/および前記リアルタイム処理手段の出力を統合してレコメンド結果を出力するレコメンド結果出力手段と、
を備え、
前記バッチ処理手段が、
解析に必要な履歴情報を収集する第1の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第1の相関性算出手段と、
該算出した相関性を記憶する記憶手段と、
を備え、
前記リアルタイム処理手段が、
解析に必要な履歴情報をリアルタイムに収集する第2の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第2の相関性算出手段と、
該算出された相関性と第2の履歴情報収集手段により収集された履歴情報とを用いて、ユーザに対する各コンテンツの推薦度を算出する第1の推薦度算出手段と、
前記記憶された相関性を取得する取得手段と、
該取得した相関性と第2の履歴情報収集手段により収集された履歴情報とを用いて、ユーザに対する各コンテンツの推薦度を算出する第2の推薦度算出手段と、
を備え、
前記レコメンド結果出力手段が、前記第1の推薦度算出手段により算出したコンテンツごとの推薦度と前記第2の推薦度算出手段により算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンド装置。 - 購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンド装置であって、
前記履歴情報を事前に解析してレコメンドに必要な情報を生成するバッチ処理手段と、
レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するリアルタイム処理手段と、
前記バッチ処理手段の出力または/および前記リアルタイム処理手段の出力を統合してレコメンド結果を出力するレコメンド結果出力手段と、
を備え、
前記バッチ処理手段が、
解析に必要な履歴情報を収集する第1の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第1の相関性算出手段と、
該算出された相関性と第1の履歴情報収集手段により収集された履歴情報とを用いて、ユーザに対する各コンテンツの推薦度を算出する第1の推薦度算出手段と、
該定義した相関性および算出した推薦度を記憶する記憶手段と、
を備え、
前記リアルタイム処理手段が、
解析に必要な履歴情報をリアルタイムに収集する第2の履歴情報収集手段と、
前記定義した相関性および算出した推薦度を取得する取得手段と、
該取得した相関性と第2の履歴情報収集手段により収集された履歴情報とを用いて、ユーザに対する各コンテンツの推薦度を算出する第2の推薦度算出手段と、
前記レコメンド結果出力手段が、前記第1の推薦度算出手段により算出したコンテンツごとの推薦度と前記第2の推薦度算出手段により算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンド装置。 - バッチ処理装置とリアルタイム処理装置とレコメンド装置とからなり、購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンドシステムであって、
前記バッチ処理装置は、前記履歴情報を事前に解析してレコメンドに必要な情報を生成するために、
解析に必要な履歴情報を収集する第1の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第1の相関性算出手段と、
該算出した相関性を記憶する記憶手段と、
を備え、
前記リアルタイム処理装置は、レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するために、
解析に必要な履歴情報をリアルタイムに収集する第2の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第2の相関性算出手段と、
該算出された相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第1の推薦度算出手段と、
前記記憶された相関性を取得する取得手段と、
該取得した相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第2の推薦度算出手段と、
を備え、
前記レコメンド装置は、前記バッチ処理装置の出力または/および前記リアルタイム処理装置の出力を統合してレコメンド結果を出力するために、前記第1の推薦度算出手段により算出したコンテンツごとの推薦度と前記第2の推薦度算出手段により算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンドシステム。 - バッチ処理装置とリアルタイム処理装置とレコメンド装置とからなり、購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンドシステムであって、
前記バッチ処理装置は、前記履歴情報を事前に解析してレコメンドに必要な情報を生成するために、
前記バッチ処理装置は、前記履歴情報を事前に解析してレコメンドに必要な情報を生成するために、
解析に必要な履歴情報を収集する第1の履歴情報収集手段と、
該収集した履歴情報を解析して、相関性を定義する第1の算出手段と、
該算出された相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第1の推薦度算出手段と、
該定義した相関性および算出した推薦度を記憶する記憶手段と、
を備え、
前記リアルタイム処理装置は、レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するために、
解析に必要な履歴情報をリアルタイムに収集する第2の履歴情報収集手段と、
前記定義した相関性および算出した推薦度を取得する取得手段と、
該取得した相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第2の推薦度算出手段と、
を備え、
前記レコメンド装置は、前記バッチ処理装置の出力または/および前記リアルタイム処理装置の出力を統合してレコメンド結果を出力するために、前記第1の推薦度算出手段により算出したコンテンツごとの推薦度と前記第2の推薦度算出手段により算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンドシステム。 - 購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンド方法であって、
前記履歴情報を事前に解析してレコメンドに必要な情報を生成するバッチ処理ステップと、
レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するリアルタイム処理ステップと、
前記バッチ処理ステップの出力または/および前記リアルタイム処理ステップの出力を統合してレコメンド結果を出力するレコメンド結果出力ステップと、
を備え、
前記バッチ処理ステップが、
解析に必要な履歴情報を収集する第1のステップと、
該収集した履歴情報を解析して、相関性を定義する第2のステップと、
該算出した相関性を記憶する第3のステップと、
を備え、
前記リアルタイム処理ステップが、
解析に必要な履歴情報をリアルタイムに収集する第4のステップと、
該収集した履歴情報を解析して、相関性を定義する第5のステップと、
該算出された相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第6のステップと、
前記記憶された相関性を取得する第7のステップと、
該取得した相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第8のステップと、
を備え、
前記レコメンド結果出力ステップが、前記第6のステップにより算出したコンテンツごとの推薦度と前記第8のステップにより算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンド方法。 - 購買履歴や閲覧履歴等のユーザの履歴情報を元に相関性を定義し、該定義した相関性に基づいてユーザが興味を持つと予測されるコンテンツをレコメンド結果として出力する協調フィルタリング方法を用いるレコメンド方法であって、
前記履歴情報を事前に解析してレコメンドに必要な情報を生成するバッチ処理ステップと、
レコメンド要求の発生毎に履歴情報を解析してレコメンドに必要な情報を生成するリアルタイム処理ステップと、
前記バッチ処理ステップの出力または/および前記リアルタイム処理ステップの出力を統合してレコメンド結果を出力するレコメンド結果出力ステップと、
を備え、
前記バッチ処理ステップが、
解析に必要な履歴情報を収集する第1のステップと、
該収集した履歴情報を解析して、相関性を定義する第2のステップと、
該算出された相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第3のステップと、
該定義した相関性および算出した推薦度を記憶する第4のステップと、
を備え、
前記リアルタイム処理ステップが、
解析に必要な履歴情報をリアルタイムに収集する第5のステップと、
前記定義した相関性および算出した推薦度を取得する第6のステップと、
該取得した相関性を用いて、ユーザに対する各コンテンツの推薦度を算出する第7のステップと、
前記レコメンド結果出力手段が、前記第3のステップにより算出したコンテンツごとの推薦度と前記第7のステップにより算出したコンテンツごとの推薦度とからレコメンド結果を出力することを特徴とするレコメンド方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011234724A JP5806081B2 (ja) | 2011-03-29 | 2011-10-26 | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム |
CN 201210026266 CN103077469A (zh) | 2011-10-26 | 2012-02-07 | 推荐装置、推荐系统、推荐方法以及程序 |
CN201210083737.5A CN102737095B (zh) | 2011-03-29 | 2012-03-27 | 推荐装置、推荐系统、推荐方法以及程序 |
PCT/JP2012/002148 WO2012132427A1 (ja) | 2011-03-29 | 2012-03-28 | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011071560 | 2011-03-29 | ||
JP2011071560 | 2011-03-29 | ||
JP2011234724A JP5806081B2 (ja) | 2011-03-29 | 2011-10-26 | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012216175A JP2012216175A (ja) | 2012-11-08 |
JP5806081B2 true JP5806081B2 (ja) | 2015-11-10 |
Family
ID=46930201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011234724A Active JP5806081B2 (ja) | 2011-03-29 | 2011-10-26 | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP5806081B2 (ja) |
CN (1) | CN102737095B (ja) |
WO (1) | WO2012132427A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123325B (zh) * | 2013-04-28 | 2018-08-17 | 北京音之邦文化科技有限公司 | 多媒体文件的推荐方法和推荐服务器 |
JP6167029B2 (ja) * | 2013-12-02 | 2017-07-19 | 株式会社Nttドコモ | レコメンド情報生成装置およびレコメンド情報生成方法 |
CN114065044A (zh) * | 2021-11-23 | 2022-02-18 | 聚好看科技股份有限公司 | 一种内容推荐优化方法及服务器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005293384A (ja) * | 2004-04-02 | 2005-10-20 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツレコメンドシステムと方法、及びコンテンツレコメンドプログラム |
CN101071424B (zh) * | 2006-06-23 | 2010-08-25 | 腾讯科技(深圳)有限公司 | 一种个性化信息推送系统和方法 |
JP2008152394A (ja) * | 2006-12-14 | 2008-07-03 | Sbi Holdings Inc | 情報提供システム、情報提供プログラム、及び情報提供方法 |
CN101436186B (zh) * | 2007-11-12 | 2012-09-05 | 北京搜狗科技发展有限公司 | 一种提供相关搜索的方法及系统 |
CN101968802A (zh) * | 2010-09-30 | 2011-02-09 | 百度在线网络技术(北京)有限公司 | 一种基于用户浏览行为进行互联网内容推荐的方法与设备 |
-
2011
- 2011-10-26 JP JP2011234724A patent/JP5806081B2/ja active Active
-
2012
- 2012-03-27 CN CN201210083737.5A patent/CN102737095B/zh not_active Expired - Fee Related
- 2012-03-28 WO PCT/JP2012/002148 patent/WO2012132427A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN102737095A (zh) | 2012-10-17 |
WO2012132427A1 (ja) | 2012-10-04 |
CN102737095B (zh) | 2017-04-12 |
JP2012216175A (ja) | 2012-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5798022B2 (ja) | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム | |
Quercia et al. | Friendsensing: recommending friends using mobile phones | |
KR101785219B1 (ko) | 사물 인터넷 환경에서의 그룹 사용자를 위한 그룹 구성 정보 기반 서비스 추천 방법 | |
JP5799808B2 (ja) | 情報管理装置、そのデータ処理方法、およびコンピュータプログラム | |
US20110231408A1 (en) | Privacy protection device, privacy protection method, and life log management system | |
Lian et al. | Analyzing location predictability on location-based social networks | |
JP6052806B2 (ja) | 携帯端末を所持したユーザの滞在目的を推定する装置、プログラム及び方法 | |
Chen et al. | Qos-aware web service recommendation via collaborative filtering | |
WO2015188885A1 (en) | Method and system for determining a recommendation for content | |
JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
JP5806081B2 (ja) | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム | |
CN104537080B (zh) | 资讯推荐方法和系统 | |
US20140179354A1 (en) | Determining contact opportunities | |
CN105432038A (zh) | 应用排名计算装置和使用信息收集装置 | |
CN104994147A (zh) | 软件下载的推荐方法、系统及所适用的服务端和用户设备 | |
JP2013109425A (ja) | コンテンツ推薦装置及び方法及びプログラム | |
JP6549643B2 (ja) | 視聴率推定システム、方法およびコンピュータプログラム | |
JP5647575B2 (ja) | レコメンド装置、レコメンドシステム、レコメンド方法およびプログラム | |
US9069763B2 (en) | Services management application integrating social media and automated infrastructure monitoring | |
JP5490908B2 (ja) | 人口算出システム及び人口算出方法 | |
Otebolaku et al. | Supporting context-aware cloud-based media recommendations for smartphones | |
JP5528388B2 (ja) | 情報推薦装置及び方法及びプログラム | |
US20160048702A1 (en) | Information receiving device, information receiving method, and medium | |
Khan et al. | A privacy preserving improvised approach for qos aware web service recommendation | |
Lee et al. | Personalized TV contents recommender system using collaborative context tagging-based user’s preference prediction technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150810 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150903 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5806081 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |